《计算机应用研究》|Application Research of Computers

基于全局特征拼接的行人重识别算法研究

Person re-identification algorithm based on global feature stitching

免费全文下载 (已被下载 次)  
获取PDF全文
作者 熊炜,杨荻椿,熊子婕,童磊,李利荣,王娟
机构 湖北工业大学 电气与电子工程学院;美国南卡罗来纳大学 计算机科学与工程系
统计 摘要被查看 次,已被下载
摘要 针对目前行人重识别出现网络模型复杂化、识别率低的问题,提出一种基于全局特征拼接的行人重识别算法。首先利用卷积神经网络(CNN)提取全局特征;然后把不同卷积层提取的特征进行拼接,使特征信息互补;最后将拼接后的特征再次进行卷积处理,获得高表征能力的特征。网络训练时,采用聚类损失函数和标签平滑损失函数联合训练,同时引入了随机擦除和减小池化步长的训练技巧。在Market1501、DukeMTMC-reID、CUHK03和MSMT17数据集上进行了实验验证,实验表明所提算法具有良好性能,其中在Market1501上,Rank-1、mAP分别达到了95.9%和94.6%。
关键词 行人重识别;全局特征拼接;聚类损失;标签平滑损失
基金项目 国家留学基金资助项目(201808420418)
国家自然科学基金资助项目(61571182,61601177)
湖北省自然科学基金资助项目(2019CFB530)
本文URL http://www.arocmag.com/article/02-2020-12-067.html
收稿日期
修回日期
页码 -
中图分类号 TP183
文献标志码